基于旋转不变小波阈值的多尺度边缘检测

在自适应多尺度边缘检测算法中,用旋转不变小波非线性阈值代替原来的高斯滤波做平滑,并对尺度指数采样产生尺度集合,以确定边缘像元的最佳尺度,得到基于旋转不变小波阈值的多尺度边缘检测算法.该算法避免了对原图像的过度光滑,用于检测边缘的最佳尺度与边缘存在的尺度空间范围相匹配.实验证明新算法检测的图像比较清晰,具有较高的信噪比,而且可以用来检测含少量白噪声图像.     

基于旋转不变小波阈值的多尺度边缘检测

在自适应多尺度边缘检测算法中用旋转不变小波非线性阈值代替原来的高斯滤波做平滑,并对尺度指数采样产生尺度集合,以确定边缘像元的最佳尺度,得到基于旋转不变小波阈值的多尺度边缘检测算法.该算法避免了对原图像的过度光滑,用于检测边缘的最佳尺度与边缘存在的尺度空间范围相匹配.实验证明新算法检测的图像比较清晰,具有较高的信噪比,而且可以用来检测含少量白噪声图像.     

一种分形和形态学结合的图像边缘检测算法

分形将灰度图像空间映射到分形维数空间进行边缘检测,形态学利用具有特向性的检测算子进行边缘检测.本文将分形中DFBR模型和改进的形态学方法相结合得到一种新的边缘检测算法.实验结果表明:结合算法具有分形算法的保留图像边缘细节能力和形态学对特殊方向边缘的检测能力,在对含有大量细节图像的边缘提取上优于单一的边缘检测方法,并具有良好的抗噪性能.     

基于Clifford代数的多光谱图像边缘检测

为了充分利用多光谱图像不同图层之间的关联性,采用Clifford代数描述多光谱图像.在Clifford代数空间中,定义了多光谱图像的Clifford微分与Clifford梯度.在此基础上,提出了一种新的多光谱图像边缘检测与融合算法.该算法首先计算出各像素点的Clifford梯度,进而得到Clifford梯度范数;然后以此为依据,判断像素点是否为边界点,从而得到多幅边缘检测图像;最后,将这些图像融合,便可得到最终的边缘图像.与基于最大熵的多光谱图像边缘检测算法的比较结果表明,算法由于利用了多光谱图像不同图层之间的关联性,因而可以更好地保留边缘信息,获得更完整的边缘检测效果.     

采用图像定位与轮廓检测的喷墨宽度测量算法

提出基于图像定位与轮廓检测的喷墨宽度测量算法.首先,根据图像灰度熵特征与旋转定位函数,提出基于动态阈值熵函数分割与EmguCV的产品定位算子,得到产品中心点坐标与旋转角度;然后,传递给机器人Robert,引导Robert到产品边缘喷墨上方进行局部图像采集;最后,采用大律法分割法处理喷墨边缘图像,设计基于Canny边缘检测与轮廓检测的测量算子,从而完成喷墨宽度测量.实验数据显示:与当前目标宽度测量技术相比,文中算法具有更高的测量精度与稳定性.     

基于小波包非对称分解的钢丝绳图像边缘检测

针对煤矿视频监控系统中钢丝绳图像边缘检测的问题,提出一种边缘检测改进算法。首先将图像进行小波包分解,以获得对图像不同结构特征的描述;进而对经小波包分解所得到的高频部分加以分析,保留部分空间,其他空间继续分解;然后采用模极大值理论进行边缘检测。研究结果表明,此算法能够较好地检测出钢丝绳图像中的细节特征,且检测速度较快。     

一种有效的聚束式合成孔径雷达图像特征提取算法

提出一种聚束式合成孔径雷达图像特征提取的有效算法.通过小波变换图像去噪法提高信噪比;利用Canny算子完成边缘检测;根据雷达图像的特点提出边缘检测后不做曲线闭合,而直接进行阈值处理的图像分割.图像预处理后提取具有旋转、尺度、平移不变性的Hu矩作为特征矢量并归一化,在训练阶段引入聚类分析.以MSTAR实测数据为样本,用最近邻分类器和BP神经网络分类器对该特征提取算法进行识别能力测试,算法的有效性得到了验证.     

基于混合智能的彩色图像的边缘检测算法研究

以费用函数最小化方法为基础,提出一种基于粒子群和量子进化算法为基础的混合智能算法用于进行图像的边缘检测．提出了基于混合智能的进化算法,用于进行图像边缘检测．仿真结果表明,新算法得到了令人满意的检测效果．     

经典Marr-Hildreth边缘检测的量子实现

通过设计高斯滤波和零交叉提取量子线路的方法, 实现量子图像的Marr-Hildreth边缘检测. 该方法中高斯滤波采用量子加法器和量子乘法器实现; 零交叉提取采用量子比较器和辅助模块实现. 理论分析结果表明, 该方法可实现对经典算法的指数级加速, 经典计算机上的仿真结果验证了该方法的有效性.     

基于数据场模型的多光谱图像边缘检测

数据场模型模拟了物理世界中力的相互作用,具有较好地描述数据分布、反映数据关系的优势.基于这一优势,提出了一种新的多光谱图像边缘检测算法.在特征空间,将多光谱图像像元看成是具有辐射能力的质点,利用数据场理论计算不同像元之间的相互作用,从而将多光谱图像从特征空间映射到数据场的势空间.多光谱图像的结构能够通过势场图解释,从而可以通过势场图获得多光谱图像的边缘图像.实验结果表明,基于数据场的边缘检测算法对多光谱遥感图像的检测具有显著的效果,能够正确识别地物边缘,有利于遥感图像地学分析的进一步处理.